Optimization 特征：按行复制（广播）

我想复制矩阵

M

的每一行，而不复制任何内容（即通过创建视图）：

• M.rowwise（）.replicate（n）

  是

  M.replicate（1，n）

  的shorcut，它似乎没有什么用处

• 如果

  M

  是表达式，则以下代码段将进行复制，并且无法工作

本征：：指数行因子=2； Eigen:：MatrixXi M2=Eigen:：Map（M.data（），1，M.size（））.replicate（rowFactor，1）； M2.调整大小（M.rows（）*rowFactor，M.cols（））；

• 在某些情况下，我可以通过重塑其他操作数来使用中间视图

  Eigen:：Map（M.data（），1，M.size（））.replicate（rowFactor，1）

  ，但这不是很令人满意

---

有没有合适的方法来实现这个广播视图？

您需要的基本上是一个带有一个矩阵的。您可以使用（不支持的）进行以下操作：

#include <iostream>
#include <unsupported/Eigen/KroneckerProduct>

int main() {
    Eigen::Matrix2i M; M << 0, 1, 2, 3;
    std::cout << Eigen::kroneckerProduct(M, Eigen::Vector2i::Ones()) << '\n';
}

#包括
#包括
int main（）{
虽然使用了临时向量和乘法，但Eigen:：Matrix2i M；M是一个很好的解决方案。我必须检查此乘积是否是惰性完成的。
Vector2i:：Ones（）
不会显式生成。确实会发生乘法运算，但我相信至少对于整数，编译器能够对其进行优化。如果您想100%确定不会发生乘法运算，请查看KroneckerProduct的实现。您是对的。即使是动态版本
VectorXi:：one（size）
将返回一个优化的“常量”向量。
Eigen::Index rowFactor = 2;
    Eigen::MatrixXi M2 = Eigen::Map(M.data(), 1, M.size()).replicate(rowFactor, 1);
    M2.resize(M.rows()*rowFactor, M.cols()) ;
#include <iostream>
#include <unsupported/Eigen/KroneckerProduct>

int main() {
    Eigen::Matrix2i M; M << 0, 1, 2, 3;
    std::cout << Eigen::kroneckerProduct(M, Eigen::Vector2i::Ones()) << '\n';
}